我在Hadoop上转储了SO记录。我想知道回答以下问题的好方法是什么
示例记录
<row Id="4" PostTypeId="1" AcceptedAnswerId="7" CreationDate="2008-07-31T21:42:52.667" Score="251" ViewCount="15207" Body="<p>I want to use a track-bar to change a form's opacity.</p>

<p>This is my code:</p>

<pre><code>decimal trans = trackBar1.Value / 5000;
this.Opacity = trans;
</code></pre>

<p>When I try to build it, I get this error:</p>

<blockquote>
 <p>Cannot implicitly convert type 'decimal' to 'double'.</p>
</blockquote>

<p>I tried making <strong>trans</strong> to <strong>double</strong>, but then the control doesn't work. This code has worked fine for me in VB.NET in the past. </p>
" OwnerUserId="8" LastEditorUserId="2648239" LastEditorDisplayName="Rich B" LastEditDate="2014-01-03T02:42:54.963" LastActivityDate="2014-01-03T02:42:54.963" Title="When setting a form's opacity should I use a decimal or double?" Tags="<c#><winforms><forms><type-conversion><opacity>" AnswerCount="13" CommentCount="25" FavoriteCount="23" CommunityOwnedDate="2012-10-31T16:42:47.213" />
我的第一次剪辑
Key = userid_hour
所以现在我知道每个用户的点数按小时计算。然后，我需要发布处理此数据以选择每个用户的最大数量，然后查看最活跃的小时数。
问题
我们还有哪些其他选择来简化这个？
答案 0 :(得分：1)
我认为你已经尽可能简单了。
第一份工作为您提供每位用户每小时的帖子次数
第二个工作发现每个用户最活跃的小时。正如@pangea所指出的那样，这涉及到一种降序的二级排序。通常，每个reducer调用都会传递一个唯一键值的值。您可以使用分组比较器组合单个reducer调用的多个键值的值。这里，分组比较器可以“指示hadoop”将给定用户的所有复合键值组合在一起，以便将每个用户的所有每小时计数传递给对reducer的单个调用。
第三个作业会计算出某个小时内最大输出量的用户数量（当然是按小时计算）。正如@pangea所说，这涉及到第二种排序。
您可以强制使用单个reducer进行作业3，这样可以让您在reducer实例中保持状态并在cleanup（）方法中对该数据进行排序/报告 - 而不是添加第四个作业 - 但这就是那种不扩展的技术在这种情况下，它可以工作，因为您最多可以排序24个值。
答案 1 :(得分：1)
您可以使用两个字段创建复合键：userId，hour。然后，您可以按两个字段对键进行排序，并按userId对它们进行分组。对于reducer中的每个userId，您将必须遍历已排序的小时列表，并且可以使用最大的帖子量轻松计算小时数。